基于LabVIEW的倒频谱与包络谱分析在风电机组齿轮箱故障诊断中的应用

中图分类号:TK83 基于LabVIEW的倒频谱与包络谱分析在风电机组齿轮箱故障诊断中的应用 赵倩男，吕跃刚，刘俊承 华北电力大学控制与计算机工程学院，北京 102206 The application of cepstrum and envelope spectrum analysis in Wind power generator gearbox fault diagnosis based on LabVIEW Zhao Qiannan,Lv Yuegang,Liu Juncheng School of Control and Computer Enginnering,North China Electric Power University,Beijing,102206,P.R.China 摘要：风力发电机组的齿轮箱的许多故障信息以调制的形式存在于振动信号之中，本文利用LabVIEW强大的信号分析功能通过对齿轮箱振动信号进行分析，开发了基于倒频谱与包络谱分析的齿轮箱故障诊断系统。倒频谱能识别出幅值谱上的周期结构，分离和提取难以识别的密集调制信号的周期成分。包络解调分析能从信号中提取调制信息，分析其强度和频率就能判断出齿轮箱的故障部位和损伤程度。通过实验表明，倒频谱与包络谱分析可以有效诊断出齿轮箱的故障信息。 关键词:LabVIEW；齿轮箱；倒频谱；包络谱分析；故障诊断 本课题得到中央高校基金(11mg10)资助Abstract: Many fault information of wind turbine gearbox exist in vibration signal in form of modulation, in this paper, a fault diagnosis system for wind turbine gearbox is developed based on cepstrum and envelope spectrum analysis. LabVIEW is used to analyze vibration signal because of its powerful signal analysis capability. Cepstrum can used to recognize, separate and extract the periodic component from the amplitude spectrum or dense modulation signal which is difficult to identify. Envelope spectrum can demodulation out its modulation components from original signal, which can be used to determine the gearbox fault location and degree of injury by analyzing its strength and frequency. Experiments show that cepstrum and envelope spectrum analysis can effectively diagnose the gearbox fault information. Key words:LabVIEW;gearbox;cepstrum; envelope spectrum analysis; fault diagnosis 0 引言 随着社会和经济的发展，能源消耗急剧增长，风能作为清洁能源，在新能源的开发利用中越来越受到青睐。然而，风电机组通常运行在比较恶劣的环境，齿轮箱作为升速型风电机的重要部件，损坏率极高，并且齿轮箱是更换维修最贵的部件之一。齿轮箱一旦发生故障，将会导致机组停止运行，严重影响发电量，造成巨大经济损失[1]。因此对齿轮箱进行监测及早发现并分析出具体故障原因，给出精确故障定位就显得非常必要。 风电机组齿轮箱传动级数多，结构复杂。齿轮箱在正常运行时，它的幅值与频谱都处于正常范围，一旦出现故障，如断齿，磨损、点蚀及滚动轴承的疲劳剥落，都会产生周期性的脉冲冲击力，从而产生振动信号的调制现象，在频谱上表现为在啮合频率或固有频率两侧出现均匀的调制边频带[2]。倒频谱能识别出幅值谱上的周期结构，分离和提取难以识别的密集调制信号的周期成分[3-4]，而包络解调分析能从信号中提取调制信息，分析其强度和频率，再结合齿轮箱的振动特性，就能判断出齿轮箱的故障部位和损伤程度。 本文应用LabVIEW作为开发环境, LabVIEW是由美国NI公司推出的一种图形化编程语言和开发环境，摒弃了晦涩难懂的文本代码，强大的信号分析包与易于界面化开发设计为信号深层次开发提供了便利[5]。 1 风电机组齿轮箱内部结构与故障的振动模型1.1风电机组齿轮箱内部结构 由于发电机转速与叶轮转速不一致，因此作为增速装置的齿轮箱在风电机组中就显得尤为必要了。它的主要功能是将风轮产生的动力传递给发电机以达到相应的转速。图1-1 为某风场所用齿轮箱的结构。 1-1齿轮箱结构图 由于工业现场测试的条件及分析技术所限，齿轮的振动是目前公认的最佳征兆提取量，它对齿轮箱的状态变化反应迅速、真实、全面。因此，研究齿轮与齿轮箱的振动机理，分析其振动信号的频率成分，对于齿轮箱故障诊断来说有着重要的意义[2]。 1.2齿轮箱振动故障模型 齿轮传动的振动主要是齿轮啮合激励振动，主要是啮合频率成分，可表示为 ) 2 cos( )( m z M m m mt f x t x? π+ =∑ = (1) 式中) (t x错误!未找到引用源。-测得的时域振动信号; m x-第m阶啮合频率谐波分量的幅值; 错误!未找到引用源。-第m阶啮合频率谐波分量的相位; 错误!未找到引用源。-齿轮的啮合频率。 齿轮存在分布缺陷或损伤时，振动信号发生变化，影响其幅值和频率，产生幅值和频率调制现象。 幅值调制函数可表示为 ) 2cos()(,0 ,n m n N n n m m nt f A t a απ+=∑= (2) n m A ，错误!未找到引用源。-幅值调制 函数的第n 阶分量的幅值; 错误!未找到引用源。-幅值调制函数的第n 阶分量的相位; 错误!未找到引用源。-缺陷齿轮所在轴的转动频率。 相位调制函数可表示为 )2sin(t f b n m πβ= (3) 式中β调制系数; n f 错误!未找到引用源。-调制频率。 一般，齿轮振动信号模型为 )] (2cos[)](1[)(0 t b mt f t a x t x m m z m M m m +++=∑=?π (4) 齿轮箱中的调制边频带含有很多有用 的齿轮故障信息，因此，能否识别信号的边频带特征，对调制现象进行分析，在很大程度上决定了齿轮箱故障诊断的成败。倒频谱能识别出幅值谱上的周期成分。而常用的解 调方法有基于Hilber 变换的包络解调方法、 广义检波滤波解调分析，本文主要针对前者进行论述。 2 倒频谱分析与基于Hilbert 解包络原理及LabVIEW 实现 2.1倒频谱原理 倒频谱分析其实质是频域信号的傅里叶变换的再变换。如果频谱图上呈现出复杂的周期结构而难以分辨时，对功率谱密度取对数后，再进行一次傅里叶积分变换，可得到频谱中的周期成分，因此又称为二次频谱分析[6]。设时域信号的自功率谱)(f G x 取对数，得到对数谱)(f G xB 错误!未找到引用源。，对)(f G xB 错误!未找到引用源。再进 行FFT 分析有 ) ()()()(2t jI t R df e f G t G e e ft xB xe +==-∞ ∞ -?π (5) 对风电机组齿轮箱出现的调制边频带，利用倒频谱可以反映周期成分，可以识别出幅值谱中难以识别的故障信息。并且倒频谱的峰值是大量谐波成分平均计算的结果，受载荷影响小，计算值相对稳定，有效排除了载荷波动对故障判别的干扰。 2.2Hilbert 解包络原理[2,7] Hilbert 变换的一个主要应用是处理带通信号的解调。用Hilbert 变换把一个实信号表示成复信号(即解析信号)，不仅使理论讨论很方便，更重要的是可以研究实信号的包络[8]。 简化(4)，令相位等于零 )2cos()]2cos(1[)(1,t mf t f A x t x z n m m ππ+= (6) 上式为齿轮箱中单一频率调制现象的标准调制模型(5)的Hlibert 变换结果为 )2sin()]2cos(1[)(1,t mf t f A x t x z n m m ππ+=∧ (7) 构成解析函数为 )()(t x j t x z m ∧ += (8) )2cos(1)()()(1,2 2t f A x t x t x t z n m m m m m π+=+=∧ (9) )(t z m 错误!未找到引用源。为齿轮箱 啮合振动信号)(t x 错误!未找到引用源。的包络，对)(t z m 错误!未找到引用源。进行 频谱分析，可得到包络信号的包络谱，即可找到调制故障原因[9]。但包络谱可将相加信号的频率之差作为调制频率解出引起错误分析，这点要引起注意。 2.3倒频谱与包络谱LabVIEW 实现 应用LabVIEW 中强大的信号分析模块，编写程序如下图。 倒频谱分析在LabVIEW 中的实现框图如图2-1 所示。 2-1倒频谱框图 包络谱分析在LabVIEW 中的实现框图如图2-2 所示。 2-2包络谱框图 3 仿真分析 根据齿轮箱的振动模型，假设原始信号 为)200sin(t π错误!未找到引用源。，幅值 调制信号为)20cos(1t π+错误!未找到引用源。，相位调制信号为)20sin(5.0t π错误!未找到引用源。。用仿真信号 )] 20cos(1[)]20sin(5.0200sin[t t t πππ+?+错误!未找到引用源。进行验证，采样频率为10240Hz ，采样时长为1s ，仿真信号时域图，频谱图，倒频谱图，包络谱图分别为3(a),3(b),3(c) ,3(d ) 3(a)时域 3(b) 频谱 3(c)倒频谱 3(d)包络谱 从仿真信号的频谱图中，我们可以看到100Hz 的频率成分以及10Hz 的边频带。在倒频谱中，很清晰的看出以100ms 为周期的调制成分，而包络谱中，我们也可以识别出10Hz 的调制频率，通过简单的实验，验证了倒频谱与包络谱在提取调制信号的能力。 4 工程应用 本文针对某风电场风力发电机组进行 监测。齿轮箱采用图1-1所示的一级行星+两级定轴齿轮传动的齿轮箱，低速轴为行星齿轮传动，可使功率分流，同时合理应用了内啮合。后二级为平行轴圆柱齿轮传动，可合理分配速比，提高传动效率。 机组 NORDEX S77 风轮转速 9.9 rpm 17.3 rpm 转速同步 频率Hz 主轴 0.165 0.288 太阳轮 0.95 1.65 中间轴 3.71 6.48 高速轴 17.2 30.06 啮合频率 Hz 行星级 17.16 30 中间级 96.46 168.48 高速级 430 751.5 表1-1齿轮箱振动特性频率 从某风场得到风电机组齿轮箱的实验数据，采样频率为10240Hz，采样长度为0.5s 。齿轮箱参数如表1-1所示。从频谱中可以看到很多的波峰，但很难看到周期成分，而从倒频谱中，我们可以识别出36ms 处有峰值，与高速轴频率27.8Hz 相对应，再看包络谱图中，很明显找到27.8Hz 的成分，通过计算可知，高速级的啮合频率为695Hz ，返回到频谱图中，再696Hz,1392Hz 处都有峰值，且两边都有边频带。与表1-1齿轮箱振动特征频率相对应，故障可能发生在高速齿轮上。 4(a)齿轮箱振动频谱图 4(b)齿轮箱振动倒频谱图 4(c)齿轮箱振动包络谱图 5 结束语 本文应用倒频谱与包络谱对仿真信号及某风电场齿轮箱振动信号进行了分析。通过倒频谱可以很好分离和提取在密集调频信号中的周期成分。包络谱对可以用于齿轮振动信号的解调分析，从而得到调幅与调频信息，进而用于齿轮的故障诊断，提高分析的准确性。以LabVIEW 作为开发环境，比传统的实现方法操作性更好，更直观易于实现，完全可以满足实际工程需要。 参考文献 [1]腾伟，武鑫，高青风，柳亦兵.风电齿轮箱振动信号的倒频谱分析. 第30届中国控制会议,2011,4237-4240. [2]丁康，李巍华，朱小勇.等.齿轮及齿轮箱故障诊断实用技术[M].机械工业出版社,2005. [3]张金，张耀辉，黄漫国.倒频谱分析方法及其在齿轮箱故障诊断中的应用[J].机械设计师,2005,(8):34~36 [4]Badaoui M E, Guillet F, Daniere J. New Applications of the Real Cepstrum to Gear Signals, including Definition of a Robust Fault Indicator[J]. Mechanical Systems and Signals Processing, 2004,(18): 1031-1046 [5]陈树学，刘萱，等. LabVIEW 宝典[M].电子工业出版社,2011. [6]李舜酩，李香莲，等.振动信号的现代分 温馨推荐 您可前往百度文库小程序 享受更优阅读体验 不去了 立即体验 析技术与应用[M].国防出版社，2008. [7] 姚志斌，沈玉娣.基于Hilbert解调技术的齿轮箱故障诊断[J].机械传动，2004,(28):37~39 [8]孙良环，李艳兰，熊晓燕.希尔伯特变换原理在轴承故障诊断中的应用[J].机械管理开发，2005,(2):43~44 [9]冷军发，荆双喜，陈东海. 基于LabVlEW 的包络分析及其在齿轮箱故障诊断中的应用[J].振动与冲击，2006,(25):506~508 [10]马圣乾.基于LabVIEW的倒频谱在齿轮和滚动轴承故障诊断中的应用[J]. 山东师范大学学报，2008,(23):41~42 i i赵倩男（1988-），女，在读研究生，主要研究方向：风力发电机组振动故障分析，通信地址：华北电力大学控制与计算机工程学院，邮政编码：102206，电话188********，E-mail：675019867@qq.com。 吕跃刚（1958-），男，教授，主要研究方向：智能仪器、嵌入式系统、风力发电技术，工作单位：华北电力大学，通信地址：华北电力大学控制与计算机工程学院，邮政编码：102206，电话：137********，E-mail: lyg@ncepu.edu.cn。 刘俊承（1977-），男，讲师，博士，研究方向：检测和机器人技术研究，新能源系统控制技术，工作单位：华北电力大学，通讯地址：华北电力大学控制与计算机工程学院，邮政编码：102206，电话：131********，E-mail: ljc_77415@sohu.com。